Ο στόχος της παρούσας διατριβής είναι να εξοικειωθεί το ελληνικό κοινό με τις έννοιες του Data Mining και Predictive Analytics και να παρουσιαστεί μια ολοκληρωμένη επιχειρηματική προσέγγιση που καλύπτει την αντιμετώπιση των κύριων προβλημάτων που σήμερα μεγάλοι επιχειρηματικοί οργανισμοί και κυρίως ελληνικές τράπεζες αντιμετωπίζουν λόγω της οικονομικής κρίσης. Mέσω μιας συνοπτικής κλαδικής μελέτης που εστιάζει κυρίως στις πρόσφατες μεταβολές της Ελληνικής Οικονομίας και του Ελληνικού τραπεζικού τομέα, παρέχονται πληροφορίες σχετικά με το θεωρητικό πλαίσιο και τη χρήση προηγμένης τεχνολογίας υπολογιστών και στατιστικών αλγορίθμων, για την αντιμετώπιση των ζητημάτων που ελληνικές τράπεζες αντιμετωπίζουν ως αποτέλεσμα της ύφεσης και της χρηματοπιστωτικής κρίσης.
The primary aim of this dissertation is to familiarize Greek audience with the concepts of Data Mining and Predictive Analytics and provide a comprehensive business approach in order to address problems that large organizations and especially Greek Banks confront due to the economic crisis. Τhe dissertation covers the generic theoretical framework and further, through a sectorial study that focuses on recent changes in Greek Economy and the Greek Banking Sector, it provides a comprehensive implementation approach in order to address the business issues that Greek Banks encounter as a result of the recession and the financial crisis.
Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.
Κύρια Αρχεία Διατριβής
Data Mining in Banking Sector: Predictive Models for Greek Banks - Identifier: 90105
Internal display of the 90105 entity interconnections (Node labels correspond to identifiers)